Implementation of a flexible Major Vacation Toll-free Program for small passenger vehicles in China

On July 24,2012,the State Council of the People’s Republic of China implemented'a toll-free program for small passenger vehicles during major vacations1).In the several months that followed,local governments issued implementation articles.The current Major Vacation Tollfree Program for small passenger vehicles(MVTP)pioneers the concept(Xu and Gao,2016),'Benefaction to People.'The current MVTP has received

基于网格化监控的套牌车检测系统

针对目前套牌车泛滥的现状,提出了一种基于网格化监控的套牌车检测系统。该系统使用车牌识别技术,采集经过监测点车辆的信息,如车牌、出现时间。按照一辆车不可能"同时"出现在两个地点的原理,自动完成套牌检测。在车牌识别技术可靠的基础上,该系统的套牌检测率不低于99%。

基于历史车牌识别数据的套牌车并行检测方法

针对现有套牌车检测方法中所具有的成本高及检测效率低等缺点,提出一种基于历史车牌识别数据(ANPR)集的套牌车并行检测方法 TP-Finder,实现了基于整数划分的数据分块策略,能有效求解大规模数据并行处理时的数据倾斜问题,显著提升套牌车辆的发现性能。此外,实现了基于TP-Finder方法的套牌车辆查询系统,可准确呈现所有疑似套牌车辆的历史行车轨迹。最后,在某市真实交通数据集上对TP-Finder方法的性能进行了实验验证。实验结果表明,与缺省的MapReduce分块策略相比较,TP-Finder的分块策略能够带来最大20%的性能提升。

基于多任务Faster R-CNN车辆假牌套牌的检测方法

针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割出车辆前脸部分图像,然后对疑似套牌车辆的车脸公脸部分(车辆的基本特征)的特征进行比对;在此基础上再对高仿套牌车辆的车脸私脸部分(车检标)的细微特征进行检测比对。这种分层次的、从车辆宏观特征到微观特征的视觉检测方法,具有检测速度快、鲁棒性高、泛化能力强、实施部署方便、检测精度高等优点。实验研究表明,在Vehicle ID数据集和杭州卡口数据集中分别取得了99.39%、99.22%的检测精度。

基于多分支卷积神经网络的车辆图像比对方法

为了更有针对性地从车辆图像的不同区域提取出独特的图像特征,提出基于多分支卷积神经网络的车辆图像比对方法。首先,根据车牌定位结果获取比对车辆的车脸图像,并根据车脸图像的纹理丰富度将车脸图像划分为多个图像块;其次,使用多分支卷积神经网络分别提取各车脸图像块的深度特征;最后,通过计算车脸图像深度特征的相似度判定比对的车辆图像是否属于同种车型。实验表明,提出的方法能够提取有效的车辆图像各区域的深度特征,获得良好的车辆比对准确率,可用于套牌车辆识别。

基于Kafka和Storm的车辆套牌实时分析存储系统

城市机动车数量、出行量的增加,使得车辆套牌现象屡禁不止.交管部门为了解决套牌监测的难题,采用传统的识别方式(如基于人工识别、基于牌照识别、基于射频识别等).然而面对海量的日志记录,这些方式普遍存在效率低、实时性差的问题.为此引入大数据技术,提出一个基于Kafka和Storm的车辆套牌实时分析存储系统.Kafka可以作为中间件进行缓存,提高数据采集和数据分析的同步性,还能避免数据丢失;Storm框架可以实现日志信息的实时计算,然后将套牌车辆信息存入指定文档中.整个系统具有实时、分布式存储、稳定、可扩展等特性.

基于海量数据统计的定向套牌车检测算法

套用车牌是一种侵犯车主利益的交通违法行为,识别套牌车将有助于公安机关进行交通和车辆管理。鉴于现有套牌车算法无法适应海量卡口行车数据统计,提出了一种基于海量数据统计的定向套牌车检测算法。试验结果表明,该算法有效降低了套牌车计算量,提高了套牌车检出率。

一种车脸识别算法的研究与应用

基于车牌识别技术的停车场收费系统存在无牌车无法自动扣费以及套牌车逃费等问题。针对这一问题,需要基于车牌之外的其它特征来对车辆进行自动准确地识别。车脸能够有效表达车辆的特征信息,因此文中提出了一种基于卷积神经网络的车脸识别算法,该算法可以根据车脸图像自动准确地识别车辆,有效解决车辆身份识别中过度依赖于车牌的问题。实验结果表明,该算法的车脸识别准确率可以达到94.23%,明显优于传统的车脸识别算法,证明了该算法的可行性。最后,将车脸识别技术融合进智能停车场收费系统,可以有效地解决无牌车无法自动扣费和套牌车逃费的问题。

套牌车识别技术综述

随着我国社会经济的不断发展,人民生活水平不断提高,机动车保有量也持续增长,关于汽车的违法犯罪日益增多,套牌车就是其中之一,如何方便快捷地检测出套牌车是交管部门面临的一大难题。该文简述了几种常见的套牌车识别技术,论述了它们的工作原理和设计方法,对每种识别技术的优缺点及其使用范围作了相应的介绍,最后分析了套牌车识别技术中存在的问题及其发展趋势。

改进的Floyd算法在套牌车辨别中的应用

针对套牌车辨别中用传统Floyd算法计算最短路径距离存在效率低和速度慢等问题,文中提出了一种改进的Floyd算法,减少了矩阵迭代过程中任意两点之间的最短路径计算量,提高了算法效率。在MATLAB中用同一矩阵对改进前后的Floyd算法进行仿真和比较,结果表明,改进后的算法在效率上高于传统算法。运用某市交通数据集辨别套牌车时,改进的Floyd算法效率比传统Floyd算法的效率提升了近30%,说明了改进的Floyd算法的高效性和实用性。

交互式套牌车可视识别与分析

交通卡口数据能够有效地用于识别套牌车行为,已有的方法通常基于规则查询套牌车记录,但较少提供规则的含义及其对查询结果的影响、套牌车行为模式的分析.为此提出一个基于交通卡口数据的交互式套牌车可视识别和分析系统.基于规则识别套牌车,设计可视查询与条件筛选,利用地图和时间线展示不同车型的时空分布,并分析套牌车主要出现的卡口和时间;通过设计Cir Flow图符和分布图展示单卡口和卡口对的统计信息,分析套牌车识别算法中的参数调整对识别结果的影响.最后,通过案例验证了系统的可用性.

基于卡口监测数据流的套牌车检测

套牌车行为不仅扰乱公共交通秩序,还危害了真实车主的利益,给社会带来了极大危害,整治套牌车刻不容缓.广泛使用的卡口时间对比法使用统一的速度阈值检测套牌车辆,一旦阈值设置不当,容易造成套牌误判和漏检,导致检测结果准确率低.针对这样的问题,本文提出了一种两阶段的套牌车检测框架.离线部分根据历史卡口摄像头监测数据分时段对各路段建立速度分布,确定不同时段各路段的正常速度阈值;在线部分基于滑动窗口模型,根据正常速度阈值,对各路段实时通行车辆进行持续监测,将高频度出现速度异常的车辆判定为套牌车.最后使用真实卡口监测数据集对所提方法进行有效性验证,实验结果表明该方法能够有效避免噪声数据干扰,从而显著提升了套牌车检测的准确率.

基于三维注意力机制的车辆重识别算法

为解决套牌车识别难度大的问题,通过深度学习的技术,基于ResNet-50,结合通道注意力机制和位置注意力机制,设计了一种三维注意力机制对近似车辆进行精确识别;解决了当前大部分注意力算法都关注于一维的通道注意力和二维的位置注意力,而处理的图像数据是三维的,不能将注意力集中在所有需要关注的区域,造成部分关键信息遗失的问题;该三维注意力机制在多种视觉任务下均有很好的效果,在Cifar100数据集上,相比SENet有1.12%的提升,在PKU VehicleID数据集上,相比SENet平均有2%的提升。

基于多层次特征的高效车脸定位方法

针对现有车辆型号识别系统的车脸定位在无车牌情况下无法定位的问题,提出一个利用高效的卷积神经网络来检测车脸的方法。首先,构建一个区域候选网络去预选目标可能出现的位置。其次,使用改进的多层次卷积神经网络去提取不同尺寸的图像特征,再次,增加smooth和softmax构成车脸检测网络,该网络有两个输出:车脸位置和种类。一方面,通过softmax分类器对车脸预测区域做分类并计算得分,另一方面,通过smoothl1层对车脸位置做回归,通过不断训练来优化车脸位置和种类,最终达到最优解。最后,输出车脸位置以及属于车脸类别的精度。相对于faster-rcnn目标检测方法,提出的区域候选和特征提取网络采用参数共享的方式连接,有效减少网络参数,使得网络更容易收敛。其次,采用C.Re Lu函数作为激活函数,可以有效降低网络参数;另外,使用inception结构优化网络参数并提取不同层次特征,在保证精度的情况下提高效率。实验结果表明,在卡口车辆抓拍数据上,实现了97.8%的高检测精度(IOU>0.8时计算)以及每张检测耗时45ms的实时处理效率。

城市智慧交通系统方案设计

随着智慧城市概念的普及,智慧交通也成为智慧城市规划设计中不可缺少的一部分。本文结合目前各地智慧交通的实际需求,提出了完整的智慧交通系统设计方案,首先详细介绍了方案中的数据架构设计,其次以套牌车识别为例,阐述了应用的具体内容和处理流程,最后对智慧交通的未来发展进行了展望。

假冒军车治理的内在矛盾及其出路

长期以来,军队车辆管理无视理论指导和环境变迁的工作管理模式促使许多追名逐利之人开始运用诸多"暗箱"手段假冒军用车辆以获取非法利益。究其原因,这不仅与市场经济的逐利性有关,还与假冒军车治理的内在矛盾有关。因此,对假冒军车治理亟需在汲取有效管理经验的同时,从治理角度探讨假冒军车管理的特点和规律,综合运用各种先进的管理工具,逐步完善军队车辆管理的理论体系,实现科学化管理,以保证军队车辆管理的效率性和公正性。

基于车辆异常行为的套牌车并行检测方法

面对套牌车问题,当前检测技术误判率居高不下,稽查部门需要消耗大量人力资源审核检测结果。为了降低套牌车检测的误判率和虚警率,提出了一种基于车辆异常行为的套牌车并行检测方法。确立数种与套牌车相关联的车辆异常行为因素,针对海量通行数据,利用分布式架构建立相应异常行为的挖掘算法模型,并对某市高速公路的真实海量交通流数据进行挖掘;利用BP神经网络算法建立模型并对数种异常行为挖掘结果进行训练,从而综合考虑多种异常行为因素得出套牌车检测结果。研究结果表明,该并行检测算法有效地降低套牌车误判率至18%,可大幅度提高稽查人员的工作效率。

浅析查处“机动车使用假号牌”违法行为中的若干疑难问题

近年来,机动车使用假号牌的现象呈增多趋势,迫切要求公安机关加大对此类违法行为的查处力度。但由于该项工作中存在机动车假号牌鉴定难等问题,交通警察在执法过程中遇到很多困难。为此,应当通过完善法律法规、建立专业鉴定机构、提升专业人员素质等途径促使公安机关交警部门切实有效查处此类违法行为。

假冒“绿色通道”车辆识别与管理

通过对假冒"绿色通道"车辆系统整理和详细分析,在促进掌握各类假冒"绿色通道"逃费表现形式同时,了解查获逃费车辆的方法和技术。

基于ASPC-DA的假冒绿通车识别方法

“绿色通道”政策的提出是为构建高效农产品流通网络,但存在不法车辆伪装成“绿通车”通行并逃缴高速通行费用的情况。针对该问题,提出了一种基于ASPC-DA的假冒绿通车识别方法。选取四川省正常绿通车通行历史数据以及假冒绿通车通行历史数据作为训练模型的案例数据集,并进行数据预处理及数据增强操作。然后基于PyTorch深度学习框架进行ASPC-DA-I模型预训练阶段,预训练得到的模型具有较高的识别率,但稍逊于现有文献方法。在ASPC-DA-II模型微调阶段,引入自步学习对模型进行逐步调整最终得到ASPC-DA模型,识别率为92.69%,远优于现有方法。通过灵敏度分析结果表明,ASPC-DA模型最优训练样本量为总样本量的70%,最优迭代上限为90~100,最优终止条件阈值为10^(-5)~10^(-4)。